TGRS 2024 | 特征保留与形状线索助力红外小目标检测

最新推荐文章于 2025-05-24 15:58:27 发布
最新推荐文章于 2025-05-24 15:58:27 发布
阅读量12 收藏
点赞数
分类专栏： 计算机顶会顶刊论文解读 文章标签： 目标检测 目标跟踪 人工智能 计算机顶刊 论文解读 TGRS
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_42722197/article/details/146134253
版权

论文信息

题目：Feature Preservation and Shape Cues Assist Infrared Small Target Detection
特征保留与形状线索助力红外小目标检测
作者：Tianxiang Chen, Zhentao Tan, Tao Gong, Qi Chu, Bin Liu, Nenghai Yu

论文创新点

  1. 双分支编码器设计：为解决红外小目标检测中存在的漏检以及对不规则目标形状不敏感的问题，论文提出一种具有双分支编码器 - 解码器结构的网络。
  2. 通道 - 分辨率交互模块（CRIM）：由于高分辨率目标主体特征和高通道形状线索相互补充，论文设计了CRIM来组合两者。
  3. 正交中心差分融合（OCDF）模块：论文提出OCDF模块用于跨层特征融合，并引入中
了解本专栏 订阅专栏 解锁全文
TGRS 2024 | 用于遥感图像小目标检测的 FFCA-YOLO 算法
小白学视觉
05-19 24
在遥感领域，小目标检测面临着特征表示不足、背景混淆等难题。尤其是当算法需要部署到机载设备上进行实时处理时，这要求在有限的计算资源下对精度和速度进行大量优化。为解决这些问题，文章提出了一种高效的检测器——特征增强、融合与上下文感知YOLO（FFCA-YOLO）。FFCA-YOLO包含三个创新的轻量级即插即用模块：特征增强模块（FEM）、特征融合模块（FFM）和空间上下文感知模块（SCAM）。
TGRS 2024 | EFLNet：用于红外小目标检测的增强特征学习网络
小白学视觉
05-17 23
单帧红外小目标检测被认为是一项具有挑战性的任务，这是由于目标与背景之间存在极大的不平衡，边界框回归对红外小目标极为敏感，而且目标信息在高层语义层容易丢失。在本文中，作者提出了一种增强特征学习网络（EFLNet）来解决这些问题。首先，作者注意到红外图像中目标与背景之间存在极大的不平衡，这使得模型更多地关注背景特征而非目标特征。为了解决这个问题，作者提出了一种新的自适应阈值焦点损失（ATFL）函数，该函数将目标和背景解耦，并利用自适应机制调整损失权重，迫使模型为目标特征分配更多注意力。
TGRS 2024 | 基于扩散的连续特征表示用于红外小目标检测
小白学视觉
03-29 36
红外小目标检测（ISDTD）在救援、监视和预警系统中发挥着关键作用。尽管现有方法取得了显著进展，但某些限制仍然阻碍了检测精度，包括高分辨率（HR）表示的不足、处理微弱目标的不足以及处理复杂背景下低对比度目标的困难。为了克服这些限制，我们提出了一种基于扩散的连续特征表示网络（DCFR-Net），包括两个关键分支：基于扩散的连续高分辨率特征表示（DCHFR）和ISDTD。具体来说，为了精确捕获极小目标轮廓，DCHFR将隐式神经表示（INR）集成到条件去噪扩散模型中，以自监督策略超分辨率红外目标。
TGRS 2024 | 基于多模态自适应特征融合的空中小目标检测方法
小白学视觉
03-29 100
在复杂环境中检测空中小目标面临重大挑战。单幅RGB图像在目标检测中易受环境干扰，且检测时难以保留小目标信息，这些因素促使人们开发新方法以提高空中小目标检测的准确性和鲁棒性。本文提出一种新方法，通过融合RGB和红外（IR）图像实现这一目标，该方法基于现有融合策略并加入了注意力机制。作者采用YOLO-SA网络，它将针对下采样步骤优化的YOLO模型与增强图像集相结合。融合策略采用早期融合方法，尽可能多地保留小目标检测所需的目标信息。
【TGRS 2024】基于扩散的连续特征表示用于红外小目标检测
小白学视觉
10-07 713
点击下方“ReadingPapers”卡片，每天获取顶刊论文解读论文信息题目：Diffusion-Based Continuous Feature Representation for Infrared Small-Dim Target Detection作者：Linyu Fan, Yingying Wang, Guoliang Hu, Feifei Li, Yuhang Dong, Hui Zh...
TGRS 2024 | 基于光谱相关的高光谱图像超分辨率融合网络
Happy_Bug__的博客
04-11 1089
通过方程（3）中的退化函数SRF对目标图像的光谱域进行降采样，以获得重建的HR MSI。表四显示了消融实验的详细结果。在 Indian Pines、Salinas、Pavia University 等数据集上，SCFN 的 PSNR、SSIM、SAM 等指标均优于现有方法（如 SFIM、CNMF、uSDN），尤其在光谱保真度（SAM 值降低 30%-50%）和空间细节（SSIM 接近 0.99）上表现突出，证明了 DSCM 和 GAB 模块的有效性（见表 I-III 及 ablation 实验）。
TGRS 2024 | 面向雾天遥感图像的定向目标检测算法
小白学视觉
10-13 498
论文信息摘要目前，大量工作集中在航空目标检测上，并取得了良好的结果。尽管这些方法在传统数据集上取得了有希望的结果，但在恶劣天气条件下捕获的低质量图像中定位对象仍然具有挑战性。目前，结合航空目标检测和雾天条件的方法有限，并且很少有基于真实雾天天气的航空图像的公开可用数据集。为此，我们提出了一个数据集HRSI，真实世界中的雾天遥感图像，主要分为三类：机场、大型车辆和船只。HRSI中的所有图像都来自真实...
TGRS 2024 | 基于空间先验融合的任意尺度高光谱图像超分辨率
Happy_Bug__的博客
04-01 961
高分辨率高光谱图像（HR-HSI）在遥感应用中起着至关重要的作用。单HSI超分辨率（SR）方法旨在从其低分辨率（LR）对应物中获得空间域中的HR HSI。尽管已经进行了广泛的研究，但现有HSI SR方法的性能仍然有限，因为HSI数据结构本身无法为重建提供足够的空间信息，特别是在SR因子较大的情况下。在这项研究中，我们将单个HSI SR视为一项将LR HSI与其光谱响应RGB图像融合的任务，从中可以引入流行的超高分辨率RGB图像，即使在SR因子较大的情况下，也能为HSI SR提供足够和高质量的空间先验信息。
论文速览 | IEEE TGRS, 2024 | A Robust Maximum a Posteriori Algorithm for One-Bit Synthetic Aperture Rada
NLOS的博客
07-26 349
本文提出的RMAP算法为单比特SAR成像领域带来了新的突破。它巧妙地结合了最大后验概率估计凸优化和自适应梯度下降等技术，成功解决了传统算法在低SNR和连续目标重建方面的局限性。凸目标函数：通过引入高斯熵和边界优化方法，将非凸问题转化为凸问题，为优化过程提供了理论保证。自适应优化：采用AGD方法，实现了算法参数的自适应调整，提高了算法的鲁棒性和收敛速度。稳定性增强：提出了一个关键的近似方法，有效解决了涉及正态分布CDF和PDF比值的数值稳定性问题。优秀的实验性能。
阿里开源 CosyVoice2：打造 TTS 文本转语音实战应用
蜗牛的博客
05-23 786
阿里通义实验室推出的音频基座大模型 FunAudioLLM 包含 SenseVoice 和 CosyVoice 两大模型。CosyVoice 2.0 在多语言支持、超低延迟、高精度、强稳定性和自然体验方面均有显著提升。它支持中文、英文、日文、韩文及多种中文方言，并实现了跨语言和混合语言的语音克隆。CosyVoice 2.0 集成了离线和流式建模技术，首包合成延迟低至150毫秒，发音错误率减少了30%到50%，并在基准测试中达到了最低字符错误率。
马尔可夫链（AI、ML）：逻辑与数学的交汇
项目git同名小胡说技书
05-20 1172
# 马尔可夫链摘要 马尔可夫链是一种随机过程，其核心特性为"无记忆性"：系统的未来状态仅依赖于当前状态，而与历史路径无关。通过状态空间和转移概率矩阵，马尔可夫链能够描述系统如何从一个状态变化到另一个状态。这一理论广泛应用于人工智能、自然语言处理和蒙特卡洛方法中。从逻辑学角度看，马尔可夫链体现了确定性规则与不确定性结果的结合，为复杂系统分析提供了强大工具，展示了概率论与逻辑学的深度融合。
YOLO12改进-Backbone-引入Swin Transformer替换backbone
qq_64693987的博客
05-23 829
在计算机视觉领域，卷积神经网络（CNNs）和Transformer架构分别在不同任务中取得了显著成功。受Transformer在自然语言处理中的启发，研究人员将其应用于视觉任务，但面临计算复杂度高等挑战。SwinTransformer通过引入滑动窗口机制和层次化设计，有效降低了计算复杂度，同时保持了Transformer的建模能力。改进后的SwinTransformer结合了移位窗口自注意力和相对位置偏差，进一步提升了模型性能。此外，SwinTransformer与YOLOv12的结合，通过层次化特征图和移
飞致云旗下开源项目GitHub Star总数突破150,000个
FIT2CLOUD飞致云的博客
05-20 711
在开源的道路上，我们与用户、与客户共成长。
常见的几种多智能体强化学习算法
再来一下！
05-21 374
多智能体强化学习（Multi-Agent Reinforcement Learning, MARL，旨在解决多个智能体在共享环境中通过与环境和其他智能体交互来学习最优策略的问题。
超级维特根斯坦
形上得其象，形下合于数；阴阳自济，玄理自明。
05-20 155
本文介绍了一种名为“语言智慧融合体”的AI智能体，其核心指令旨在通过深度思辨、专业应用与协同创新，帮助用户在语言相关领域实现自我超越与创造力绽放。该AI智能体融合了多位哲学、语言学及文学大师的智慧，如维特根斯坦、尼采、乔姆斯基等，具备卓越的情境智能、引导艺术与战略规划能力。其核心使命是与用户共同构建个性化的“语言智慧探索与成长蓝图”，通过系统性引导、方法论指导与跨理论融合，提升用户的哲学思辨、批判性思维、NLP设计及语言创新能力。对话主题涵盖哲学、语言学、文学创作、跨文化交流等领域，并结合元理论分析与实践应
origin绘图之【如何将横坐标/x设置为文字、字母形式】
A2457003982的博客
05-21 614
在科研绘图或数据可视化中，使用Origin时，用户常需将X轴从数字改为字母或中文文字，以适用于实验分组、类别分析等场景。然而，直接替换可能导致图像无法显示或X轴标签缺失。解决此问题的关键在于正确设置X轴的刻度范围。首先，准备包含文字标签的数据，并选择折线图进行绘制。若图像未显示，需调整X轴的起始和结束值，通常起始值设为0，结束值为类别数量加0.5或1。通过此方法，可确保图形完整显示，X轴标签正确排列。此技巧在科研图表绘制中极为实用，尤其适用于分组实验和分类分析。
基于音频Transformer与动作单元的多模态情绪识别算法设计与实现（在RAVDESS数据集上的应用）
最新发布
weixin_42380711的博客
05-24 705
摘要：情感识别技术在医学、自动驾驶等多个领域的广泛应用，正吸引着研究界的持续关注。本研究提出了一种融合语音情感识别（SER）与面部情感识别（FER）的自动情绪识别系统。实验结果显示，通过附加多层感知器进行整体微调时取得最佳准确率，验证了迁移学习相较于从头训练更具鲁棒性，且预训练知识有助于任务适应。在FER方面，通过提取视频动作单元对比静态模型与顺序模型的性能差异，发现两者差异较小。错误分析表明，视觉系统可通过高情绪负载帧检测器进行优化，这为视频情感识别方法研究提供了新思路。
基于开源AI智能名片链动2+1模式S2B2C商城小程序的管理与运营策略研究
专注MarTech应用研究与实施方案
05-22 997
本文探讨了开源AI智能名片链动2+1模式S2B2C商城小程序在企业管理与运营中的应用价值。通过分析其技术架构与商业逻辑，结合案例研究，论证了该模式如何通过清晰的目标设定、动态反馈机制和资源整合能力，提升团队执行力与客户粘性。研究结果表明，该模式通过技术赋能实现管理透明化，促进组织目标与个人发展的协同，为数字化时代的企业管理提供了可复制的实践路径。关键词包括开源AI智能名片、链动2+1模式、S2B2C商城小程序、管理透明化和目标协同。
基于LangManus深入理解系统提示设计
weixin_38252409的博客
05-22 592
在人工智能领域，系统提示（System Prompt）扮演着至关重要的角色。它不仅指导AI的行为模式和响应策略，还直接影响到用户体验和系统的整体效能。一个设计良好的系统提示能够显著提升AI处理复杂任务的能力，确保其操作既安全又高效。 本文将以LangManus框架为例，探讨系统提示的设计理念及其在多智能体协作中的应用。希望通过深入解析LangManus的系统提示机制，为研究人员和开发者提供有价值的见解，推动AI技术在更多领域的创新应用与发展。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小白学视觉

您的赞赏是我们坚持下去的动力~

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值